PREDIKSI PRODUKSI BAWANG MERAH DI KABUPATEN NGANJUK DENGAN METODE SEASONAL ARIMA (SARIMA)

Noviati Maharani Sunariadi; Putroue Keumala Intan; Dian Candra Rini  Novitasari; Yuni  Hariningsih

doi:10.36526/tr.v6i1.1672

Noviati Maharani Sunariadi UIN Sunan Ampel Surabaya
Putroue Keumala Intan UIN Sunan Ampel Surabaya
Dian Candra Rini Novitasari UIN Sunan Ampel Surabaya
Yuni Hariningsih BPS Kabupaten Nganjuk

DOI: https://doi.org/10.36526/tr.v6i1.1672

Keywords: Prediksi, SARIMA, Produksi Bawang Merah, Runtun Waktu

Abstract

Produksi bawang merah merupakan komoditas holtikultura yang dikembangkan secara nasional dengan pembinaan yang intensif. Faktor utama yang mempengaruhi produksi bawang merah adalah varietas benih, lahan dan cuaca. Penelitian ini bertujuan untuk memprediksi produksi bawang merah agar komoditas bawang merah dapat menjaga kestabilan harga dan ketersediaan barang di kabupaten Nganjuk. Data pada penelitian ini bersumber dari BPS kabupaten Nganjuk yang digunakan dalam membangun model terbaik dengan metode SARIMA untuk memprediksi produksi bawang merah periode 2021-2023. Berdasarkan hasil analisis yang dilakukan, model terbaik adalah model SARIMA (3,0,2)(2,1,2)₁₂yang memiliki nilai MAPE sebesar 2,01%.

References

Aktivani, S. (2021). Uji Stationeritas Data Inflasi Kota Padang Periode 2014-2019. Jurnal Statistika Industri Dan Komputasi, 6(1), 26–33.

Ardana, Y. (2018). Faktor Eksternal dan Internal yang Mempengaruhi Profitabilitas Bank Syariah di Indonesia. 13(1), 51–59.

Divisekara, R. W., Jayasinghe, G. J. M. S. R., & Kumari, K. W. S. N. (2021). Forecasting the red lentils commodity market price using SARIMA models. SN Business & Economics, 1(1), 1–13. https://doi.org/10.1007/s43546-020-00020-x

Ervina, M. E., Silvi, R., & Wisisono, I. R. N. (2018). Peramalan Jumlah Penumpang Kereta Api di Indonesia dengan Resilient Back-Propagation (Rprop) Neural Network. Jurnal Matematika “MANTIK,”4(2), 90–99. https://doi.org/10.15642/mantik.2018.4.2.90-99

Fajriyanto, Syukur, A., & Supriyanto, C. (2017). Optimasi Prediksi Tingkat Produksi Bawang Merah Nasional Menggunakan Metode Backpropagation Neural Network Berbasis Algoritma Genetika. Teknologi Informasi, 13(2), 115–124.

Jatmiko, Y. A., Rahayu, R. L., & Darmawan, G. (2017). Perbandingan Keakuratan Hasil Peramalan Produksi Bawang Merah Metode Holt-Winters dengan Singular Spectrum Analysis (SSA). Jurnal Matematika “MANTIK.” https://doi.org/10.15642/mantik.2017.3.1.13-24

Krisma, A., Azhari, M., & Widagdo, P. P. (2019). Perbandingan Metode Double Exponential Smoothing Dan Triple Exponential Smoothing Dalam Parameter Tingkat Error Mean Absolute Percentage Error (MAPE) dan Means Absolute Deviation (MAD). Prosiding Seminar Nasional Ilmu Komputer Dan Teknologi Informasi, 4(2), 81–87.

Lubis, D. A., Johra, M. B., & Darmawan, G. (2017). Peramalan Indeks Harga Konsumen dengan Metode Singular Spectral Analysis (SSA) dan Seasonal Autoregressive Integrated Moving Average (SARIMA). Jurnal Matematika “MANTIK.” https://doi.org/10.15642/mantik.2017.3.2.74-82

Martinez, E. Z., & Silva, E. A. S. da. (2011). Predicting the number of cases of dengue infection in Ribeirão Preto, São Paulo State, Brazil, using a SARIMA model. Cadernos de Saúde Pública, 9(7), 09–18. https://doi.org/10.1590/s0102-311x2011000900014

Mohd Lip, N., Jumery, N. S., Ahmad Termizi, F. A., Mulyadi, N. A., Anuar, N., & Ithnin, H. (2020). Forecasting International Tourist Arrivals in Malaysia Using Sarima and Holt-Winters Model. Journal of Tourism, Hospitality and Environment Management, 5(18), 41–51. https://doi.org/10.35631/jthem.518004

Rahman, R. A., Afendi, F. M., Nugraheni, W., Sadik, K., & Rizki, A. (2021). Pengelompokan dan Peramalan Deret Waktu pada Produksi Bawang Merah Tingkat Provinsi di Indonesia. Seminar Nasional Official Statistics, 2021(1), 457–464. https://doi.org/10.34123/semnasoffstat.v2021i1.910

Rathod, S., Singh, K. N., Arya, P., Ray, M., Mukherjee, A., Sinha, K., Kumar, P., & Shekhawat, R. S. (2017). Forecasting maize yield using ARIMA-genetic algorithm approach. Outlook on Agriculture, 4, 265–271. https://doi.org/10.1177/0030727017744933

Ulinnuha, N., & Farida, Y. (2018). Prediksi Cuaca Kota Surabaya Menggunakan Autoregressive Integrated Moving Average (Arima) Box Jenkins dan Kalman Filter. Jurnal Matematika “MANTIK,”4(1), 59–67. https://doi.org/10.15642/mantik.2018.4.1.59-67

Windhy, A. M., Suci, Y. T., & Jamil, A. S. (2019). Analisis Peramalan Harga Bawang Merah Nasional Dengan Pendekatan Model Arima. Seminar Nasional Pembangunan Pertanian Berkelanjutan Berbasis Sumber Daya Lokal, 2, 591–604.

Yani, A. (2018). Analisis Teknikal Harga Saham Dengan Metode Arima. Jurnal Ilmu Ekonomi Dan Akuntansi Terapan, 2, 1–6.

Zulfa, H., Nhita, F., & Saepudin, D. (2019). Hibridisasi Algoritma Classification and Regression Tree (CART) dan Artificial Neural Network (ANN) untuk Prediksi Harga Bawang Merah di Kabupaten Bandung. 6(2), 9776–9784.